Nyereség:
- Képes a hosszú és szétszórt vásárlói kéréseket strukturált, végrehajtható összefoglalókká alakítani
- Lehetőség a kérések kategória, sürgősségi és ügyfél-hangulat szerinti osztályozására rögzített sémával
- Konzisztens kimeneti formátum (JSON/tábla) meghatározásának képessége, amely alkalmas a tömeges jegyfeldolgozás automatizálására
Képzeljünk el egy támogató csapat reggelét: 220 új jegy (jegy) gyűlt össze egyik napról a másikra. Némelyik egysoros "elfelejtettem a jelszavamat", van, amelyik három bekezdésből álló dühös panasz, és van, amely valójában értékesítési lehetőség. Ennek a halomnak az átolvasása, mindegyiknek a megfelelő kategóriába való besorolása, sürgősségének meghatározása és a megfelelő személyhez irányítása (ezt hívják triage-nek; ugyanez a logika a betegek prioritás szerinti rendezése a sürgősségi osztályon) felemészti a nap első két óráját.
A mesterséges intelligencia (AI) ezt a feladatot másodpercek alatt és folyamatosan képes elvégezni. De a varázslat nem abban rejlik, hogy „összefoglaljuk ezt a kérést”; Rögzített kategóriák listáját, egyértelmű sürgősségi szinteket és megváltoztathatatlan kimeneti formátumot ír elő a modellen. Ebben az egységben egy olyan osztályozási rendszert hozunk létre, amely egyetlen kérés feldolgozásától több száz kérés automatizálásra kész címkézéséig terjed.
Megjegyzés: A mesterséges intelligencia által generált kategória- és sürgősségi címkék egy előzetes szűrési eszköz. Különösen a „sürgős” és „panasz” megjelölésű kérelmeket kell egy embernek megerősítenie a feldolgozás előtt.
Miért a strukturált összefoglaló?
Az ingyenes összefoglaló („az ügyfélnek problémái vannak a szállítmányával”) nem kereshető, nem rendezhető vagy automatizálható. A támogatási menedzser igénye azonban egyértelmű a következő kérdésekben:
- Melyik kategóriába tartozik ez a kérés? (Szállítás, visszaküldés, fizetés, műszaki, termékinformáció, reklamáció, értékesítési lehetőség)
- Mennyire sürgős? (Kritikus / Magas / Közepes / Alacsony)
- Milyen az ügyfél érzelmi állapota? (Dühös / csalódott / semleges / elégedett)
- Mi az egymondatos lényege?
- Mi legyen a következő lépés?
Miután ezeket a kérdéseket előre meghatározta, és sémaként megadja a modellnek (állandó mezők és lehetséges értékek), mind a 220 kérés összehasonlíthatóvá és szűrhetővé válik ugyanabban a formátumban.
Lépésről lépésre: Triage séma létrehozása
- Rögzítse a kategórialistát. Ne engedje, hogy a modell illeszkedjen; Adj egy zárt listát.
- Határozza meg a sürgősségi kritériumot! Konkrétan mit jelent a „kritikus”: a szolgáltatás teljesen leállt, fizetési veszteség, biztonsági kockázat.
- Határozza meg az érzelmek címkéit. Használjon korlátozott és világos készletet.
- Importálja a kimeneti formátumot. A kötegelt feldolgozáshoz a JSON (mező-érték párokból álló gépi olvasott adatformátum), egyszeri kérésre a táblázat alkalmas.
- Hozzon létre egy „pipáljon, ha nem biztos” szabályt. Ha a modell nem biztos a kategóriájában, hagyja, hogy bizonytalan, és az ember kinéz.
- Ellenőrizze. Az első kötegben manuálisan ellenőrizze a címkék pontosságát, és állítsa be a promptot.
Másolható felszólítások
Alapvető prompt, amely egyetlen kérést strukturált összefoglalóvá alakít át:
Szerep: Ön tapasztalt támogatási osztályozási szakember. Elemezze alább az ügyfél kérését. Megjegyzés hozzáadása; csak hagyatkozzon a szövegben foglaltakra. Töltse ki a következő mezőket:- összefoglaló: (maximum 1 mondat)- kategória: [Szállítás | Vissza | Fizetés | Műszaki | Termékinformáció | Panasz | Értékesítési lehetőség] - sürgősség: [Kritikus | Magas | Közepes | Alacsony]- érzelem: [Dühös | Csalódás | Semleges | Elégedett]- next_step: (egy mondat, konkrét cselekvés)- bizonytalan: ("igen", ha a kategória/sürgősség nem világos, egyébként "nem") Kérés:"""{{ request_text }}"""
A kötegelt feldolgozáshoz a prompt egyszerre több kérést konvertál JSON-tömbbé:
Feldolgozza az alábbi számozott kéréseket. Hozzon létre egy JSON-objektumot mindegyikhez a következő sémával, és adja vissza mindegyiket JSON-tömbként. Kilépés a sémán: { "id": "", "summary": "", "category": "", "urgency": "", "emotion": "", "next_step": "", "Nem vagyok biztos benne": "" }Csak kategóriák: Szállítás, Visszaküldés, Fizetés, Műszaki, Termékinformáció, Panasz, Értékesítési lehetőség. Kérések: {{ numbered_request_list }}
A felszólítás, amely tisztázza a sürgősségi kritériumot, és megtanítja a modellnek a "kritikus" definícióját:
Határozza meg a sürgősséget a következő szabály szerint:- Kritikus: a szolgáltatás teljesen elérhetetlen, fizetéskiesés, biztonsági/adatkockázat, jogi fenyegetés.- Magas: fontos funkció meghibásodott, de van megoldás; dühös ügyfél.- Közepes: egyedi probléma, nem állítja le a munkafolyamatot.- Alacsony: információkérés, javaslat, általános kérdés. Döntésének indoklását írja be egy mondatban a "sürgősségi_ok" mezőbe!
Prompt, amely megragadja az értékesítési lehetőséget, és támogatási/értékesítési hidat hoz létre:
A kérés feldolgozása során, ha az ügyfél érdeklődést mutat egy új termék/csomag/kiegészítő vásárlása iránt (pl. "van nagyobb csomag", "hány felhasználót vesz igénybe"), állítsa be az "Értékesítési lehetőség" kategóriát, és az "értékesítési_megjegyzés" mezőben adjon hozzá egy mondatos tippet az értékesítési csapatnak.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás
Erőteljes felszólítás
"Összefoglalja és osztályozza ezt a kérést"
Zárt kategórialista + sürgősségi definíció + rögzített JSON-séma
Minden alkalommal különböző címkéket generál
Mindig ugyanazt a címkét adja ugyanahhoz a kéréshez
A "sürgős" szót saját kívánsága szerint használja.
Konkrét kritériumokat alkalmaz a "kritikus"
Kitalálja a homályos
emin_degilim: mondj igent és hagyd az illetőre
A következetesség itt az aranyszabály: ha ugyanaz a panasz két különböző napon nem esik ugyanabba a kategóriába, akkor nem lesz megbízható a bejelentés és az automatizálás.
Három mini tok
1. eset – Bizalmas kritikus. Egy SaaS (internet bérelt szoftver) cégnél hétköznapinak tűnt a "nem tudok bejelentkezni, az egész csapat 40 főre vár" üzenet, mert rövid volt. Az osztályozási prompt a sürgősségi szabálynak ("a szolgáltatás teljesen elérhetetlen" kritérium) miatt "kritikus"-nak jelölte. A kérést 6 perc alatt kezelték, ahelyett, hogy 2 órát vártak volna a sorban; az SLA (service level agreement, azaz megígért válaszidő) megsértését sikerült megakadályozni.
2. eset – A harag prioritása. Egy nap, amikor 180 kérés mesterséges intelligencia címkéjét megvizsgálták, azt látták, hogy 14 „Angry” érzelmeket tartalmazó kérés került külön sorba. Ezek a kérések tapasztalt képviselőknek szóltak, és a negatív felmérési pontszám (CSAT, azaz ügyfél-elégedettségi pontszám) azon a héten jelentősen javult az előző héthez képest.
3. eset – Átmenet a támogatástól az értékesítésig. "A jelenlegi csomagom 5 felhasználóra szól, 20 főre kell növelnem, lehetséges?" Az AI az üzenetet "értékesítési lehetőségként" jelölte meg, és hozzáadott egy értékesítési megjegyzést. A kérés automatikusan az értékesítési csapathoz érkezett; Egy olyan felértékesítési lehetőség, amely észrevétlen maradt volna, ha elveszik a szokásos támogatási sorban, nyereséggé vált.
Tipp: A kategórialistája legyen a lehető legrövidebb és diszkrétebb. 20 kategória összezavarja a modellt (és csapatát); 6-8 egyértelmű kategória következetesebben van címkézve, és jelentőségteljesebb a jelentésekben. Kombináljon két gyakran összetéveszthető kategóriát.
Csatlakozás az automatizáláshoz
A strukturált JSON-kimenet igazi ereje abban rejlik, hogy automatikusan a következő lépésre áramlik: A „Critical” feliratú kérés azonnal értesíti a vezetőt, a „Sales Opportunity” a CRM-be (ügyfélkapcsolat-kezelő szoftver) kerül, a „Return” pedig az önkiszolgáló folyamatba kerül. De az automatizálás első szabálya: a nagy hatású műveletek (visszatérítés, fióklezárás) soha nem indulnak el kizárólag az AI-címke alapján; Néha van emberi jóváhagyás.
Figyelem: A hangulatelemzés előrejelzés, nem pontos mérés. Az a vásárló, akit a modell "semlegesnek" nevez, valójában csendesen nagyon dühös lehet. Használja az érzelem címkét a fontossági sorrend meghatározásához; de ne hagyatkozzon egyedül arra, hogy olyan végleges következtetéseket vonjon le, mint például "ez az ügyfél már elégedett".
Gyakori hibák
- A kategórialista meghagyása a modellre; minden alkalommal más, összeférhetetlen címkéket kap.
- Egy olyan relatív szó, mint a "sürgős" definiálatlan hagyása; Mindenki kérése sürgős.
- Nem rögzíti a kimeneti formátumot; Néha bekezdés, néha lista jelenik meg a JSON helyett.
- Nem biztosítok kijárati ajtót a bizonytalanság miatt (nem vagyok benne biztos).
- Nagy hatású tranzakciók (visszatérítés, számlazárás) összekapcsolása az AI-címkével emberi jóváhagyás nélkül.
- A teljes áramlás automatizálása az első tétel kézi ellenőrzése nélkül.
Összefoglalva
- A Triage gyorsan válogatja a bejövő kérések halomát kategória, sürgősség és érzelem szerint.
- A következetesség kulcsa: zárt kategórialista, konkrét sürgősségi definíció és rögzített kimeneti formátum (JSON).
- A sürgősségi és érzelmi címkék felgyorsítják a rangsorolást; Kritikus és dühös igényeket támaszt.
- A strukturált kimenet közvetlenül kapcsolható az automatizáláshoz (értesítés, útválasztás, CRM).
- A nagy hatású tevékenységeket és a kétértelmű címkéket mindig emberi ellenőrzésnek kell alávetni.
Pályázati feladat
A fenti JSON-tömbprompt segítségével kötegelt feldolgozza az 5 különböző ügyfélkérést (vagy mintát). Ezután manuálisan ellenőrizze a kimenetet: (1) Minden kategória helyes? (2) A "kritikus" megjelölésűek valóban leállítják a szolgáltatást? (3) Biztosan a megfelelő helyen mondtam "igent"? Javítsa ki a nem illeszkedő címkéket, és ennek megfelelően frissítse a promptot (különösen a kategóriadefiníciókat és a sürgősségi szabályt). Ez a gyakorlat kialakítja azt a szokást, hogy a sémát a saját valóságodhoz igazítsd.
ellenőrző lista
- [ ] Meghatároztam a kategóriák zárt és diszkrét listáját.
- [ ] A sürgősségi szinteket konkrét intézkedésekkel jellemeztem.
- [ ] Javítottam a kimeneti formátumot (JSON/tábla).
- [ ] A bizonytalanság kedvéért hozzáadtam egy kijárati ajtót (nem vagyok biztos).
- [ ] Manuálisan ellenőriztem az első köteget, és kalibráltam a promptot.
- [ ] Egy réteg emberi jóváhagyást teszek a nagy hatású cselekvésekre.